Mastercard представляет новую модель GenAI

В отличие от популярных крупных языковых моделей, обученных на огромных объемах неструктурированных данных, Mastercard, сотрудничая с Nvidia и Databricks, создала большую табличную модель, или LTM, которая обучается на структурированных данных, таких как крупномасштабные таблицы или наборы данных.

LTM обучается на миллиардах анонимизированных транзакций, и Mastercard планирует увеличить этот объем до сотен миллиардов платежных транзакций, а также включить дополнительные типы данных, такие как данные о местоположении торговых точек, данные о мошенничестве, данные авторизации, данные о возвратах и данные программ лояльности.

Модель уже показывает свою эффективность в области кибербезопасности, превосходя стандартные методы машинного обучения в отрасли, говорит ведущий инженер Mastercard Стив Флинтер.

«Например, очень дорогие, но очень редкие покупки — такие как покупка обручального кольца — обычно вызывают срабатывание текущих моделей и приводят к множеству ложных срабатываний. В наших экспериментах наша базовая модель лучше распознает эти легитимные транзакции, поскольку она способна учиться на относительно слабых сигналах в данных», — пишет Флинтер в блоге.

Между тем, Флинтер объясняет, что Mastercard в настоящее время вынуждена создавать, обучать и поддерживать тысячи моделей ИИ для работы своей сети, каждая для разных рынков, сценариев использования или клиентов. Новая LTM может стать достаточно гибкой, чтобы значительно сократить необходимость в обслуживании такого количества различных моделей.

Сейчас компания разрабатывает API и наборы инструментов, чтобы дать командам по всему Mastercard доступ к новой базовой модели, чтобы они могли создавать новые приложения на ее основе.

Пишет Флинтер: «Мы планируем использовать эту новую базовую модель — не для создания чатбота, а как инструмент для получения инсайтов, который сделает наши инструменты и сервисы еще лучше, от киберзащиты до программ лояльности и инструментов для малого бизнеса.»